Laudon-第15版-第11章-中文

第十一章管理知识《管理信息系统》劳顿第15版学习目标11-1在企业内，知识管理系统扮演什么样的角色？11-2在企业内，有哪些类型的知识管理信息系统？它们如何为企业创造价值？11-3在企业内，主要有哪些类型的知识工作系统？它们如何为企业创造价值？11-4智能技术给企业的知识管理带来哪些商业价值？开篇案例：凯迪拉克创建虚拟经销商问题过量的经销商过量的库存从新技术中获得机遇解决方案重新设计销售流程虚拟现实软件虚拟现实头盔和耳机触摸屏配置器凯迪拉克利用虚拟现实技术减少了库存，降低了成本本案例说明了信息技术在帮助企业提高绩效和维持竞争力方面的作用本案例显示了信息技术系统在创新服务和提高效率方面的能力11.1知识管理系统在企业中的角色是什么？知识管理系统是增长最快的软件投资领域信息经济社会37%美国劳动力：知识和信息工作者55%美国国内生产总值来自知识和信息部门企业股票市值主要依赖于无形资产：知识、品牌、声誉和独特的业务流程执行良好的知识管理项目可以产生超额的投资回报率4知识的重要维度（1/2）数据、知识和智慧隐性知识和显性知识知识的重要维度知识是公司的一种资产知识有不同的形式知识有地域性/地理性知识与情景相关5知识的重要维度（1/2）基于知识的核心能力关键的企业资产掌握如何高效地、有效地开展业务的方式，而这种方式是其他企业所不能模仿的，这是公司盈利和竞争优势的源泉例如：拥有一套独特的面向订单生产的系统组织学习是一个组织不断积累经验的过程，包括数据收集、评估、试错试验、反馈等6知识管理的价值链（1/3）知识管理组织为创建、存储、转换和应用知识而开发的企业过程的集合知识管理的价值链在把原始数据和信息转化为有用的知识的过程中，知识管理价值链中的每一个步骤都发挥了相应的作用知识获取知识存储知识传播知识应用7知识管理的价值链（2/3）知识获取隐性和显性知识的记录各类文档、报告、演示文稿和最佳实践非结构化文档（例如，电子邮件）建立在线的专家网络创造知识利用业务处理系统（TPS）和外部数据源获取数据知识储存数据库文档管理系统管理措施8知识管理的价值链（3/3）知识传播门户网站和维基网站电子邮件、即时信息搜索引擎、社会化协作工具信息泛滥？培训、非正式网络和共享管理经验等均有助于管理者关注到重要的信息知识应用创新的业务实践新产品与服务新的市场9知识管理的价值链知识管理价值链知识管理系统数据和信息采集收集存储传播反馈知识文化实践社群社交网络组织实践/路径组织惯例组织文化培训信息网络组织文化新IT为基础的业务流程新的产品和服务新的市场管理和组织活动采集知识发现数据挖掘神经网络基因演算法知识工作台专家知识网络存储内容管理系统知识数据库专家系统传播内部网门户搜索引擎协作和社交企业工具应用决策支持系统企业应用程序信息系统活动图11.1创造组织和管理的资本：合作、实践社区和虚拟办公环境设立新的组织岗位和责任促进组织获取知识首席知识官专职知识管理人员/知识经理实践社区（COPs）专家、员工组成的非正式社交网络开展活动，包括教育、在线消息、分享经验缩短新员工的学习曲线1111.2知识管理系统的类型企业级知识管理系统通用的、应用在企业范围内的知识管理系统，能够收集、储存、传播和使用数字化的内容与知识知识工作系统（KWS）为工程师、科学家和其他知识工作者发现与创造新知识而建设的专业系统智能技术有各种不同的技术，例如，为了实现各种目标而采用的数据挖掘技术：发现知识、提取知识、发现最优解12知识管理系统的主要类型通用性的集成系统，辅助企业在组织内部进行数字化的内容和知识的收集、存储、传播与应用企业内容管理系统合作和社交工具学习管理系统支持科学家、工程师和其他的知识工作者创造知识与发现知识的专业工作站和系统计算机辅助设计（CAD）虚拟现实在相对独立的决策和知识领域中辅助发现模式和应用知识数据挖掘神经网络专家系统基于案例的推理模糊逻辑智能代理遗传算法企业级知识管理系统知识工作系统智能技术系统图11.211.3企业级的知识管理系统有哪些类型？三大类型的企业知识结构化文档报告、演示稿正式规则半结构化文档电子邮件、视频非结构化、隐性知识一个组织中至少有80%的业务是以半结构化和非结构化的内容企业内容管理系统辅助企业获取、存储、检索、传播和保存文档和半结构化知识的系统带来外部信息资源新闻提要、研究报告沟通与协作工具博客、维基等等关键问题：创建类目数字资产管理系统企业内容管理系统用户创建/获取标记储存/检索管理/访问传播/宣传统一的知识库报告/陈述最佳的实践经验备忘录数字幻灯片电子邮件图表视频新闻供应站维基百科、博客员工档案图11.3互动讨论：组织云中的ECM赋予新西兰保护部门权力课堂讨论请描述本案例中所讨论的知识管理问题。管理、组织和技术方面的哪些因素导致了这个问题？实施企业内容管理系统将如何帮助解决这些问题？新的ECM系统如何改变新西兰保护部门的工作方式？这个解决方案成功吗？请说明。定位专家和分享专业知识提供企业专家的在线目录及个人档案提供搜索工具，使员工更容易在公司找到合适的专家用于公司外部知识资源的社交网络和社交商务工具保存标记共享网页学习管理系统（LMS）为员工的学习和培训提供各种管理、交付、跟踪和评估工具支持多种学习模式CD-ROM、网络课程、在线论坛等等课程选择和管理的自动化拼装与发布学习内容衡量学习的有效性大型开放式网络课程（MOOCs）向大量参与者提供在线课程知识工作者和知识工作知识工作者为组织创造知识的研发人员、设计人员、架构师、科学家和工程师三个关键角色使组织知识与时俱进，不断更新作为专业知识领域的内部顾问充当变革的代理人，评估、发起和推进变革类项目知识工作系统帮助知识工作者创造新知识，并将这些知识与公司的业务有机地融合起来知识工作系统的需求具有充分的计算能力，来处理图形、复杂的计算任务强大的图形和分析工具通讯和文件管理访问外部数据库友好的用户界面优化要执行的任务（如工程设计、财务分析）外部知识库软件图像-可视化模型-模拟文档管理通信用户界面硬件平台：知识工作站知识工作系统的要求图11.4知识工作系统的应用实例CAD（计算机辅助设计）建造工程或建筑设计3D打印虚拟现实系统模拟现实环境外科医生的3D医疗模型增强现实（AR）系统虚拟现实建模语言（VRML）11.4在知识管理中使用智能技术对企业有什么好处？智能技术：用于获取个人和集体知识，并扩展组织的知识库获取隐性知识：专家系统、案例推理、模糊逻辑知识发现：神经网络和数据挖掘生成复杂问题的解决方案：遗传算法任务自动化：智能代理人工智能（AI）技术：模拟人类行为的基于计算机的系统24互动讨论--技术：在制造业中机器人会取代人吗？课堂讨论为什么机器人会在制造业中流行起来？它们需要什么知识？机器人能否代替制造业中的人员？解释你的答案如果你正在考虑在制造工厂中引入机器人，你需要解决管理、组织和技术方面的哪些问题？获取知识：专家系统（1/2）在特定的领域内，获取人类专业知识中的隐性知识以规则集合的形式，获取技能熟练员工/专家的知识通常执行有限的任务，比如机器故障的诊断决定是否向贷款企业授信用于离散的、高度结构化的决策知识库：数百或数千条规则的集合推理引擎：用于遍历知识库的策略前向链接后向链接A-B如果收入50000，问小轿车支付，否则退出D-E如果为D，问工作年限G-H如果年限4，问其他贷款B-C如果小轿车支付10%收入，问是否抵押支付，否则退出C-D如果抵押支付20%收入，给予信用，否则退出E-F如果年限=4，给予10000限额，否则转到GH-F如果其他贷款5%收入，转到F，否则转到ID给予信用线F限额线10000I限额线3000专家系统中的规则示例图11.5收入规则若客户年收入10万美元，查询是否已有人寿保险若客户年收入在5万美元和10万美元之间，则查询是否已有定期保险若客户有不动产，则进一步联系若已有人寿保险，则发给该客户的销售代表不动产规则若已有定期保险，则给该客户发宣传资料若不动产超过100万美元，则发送给理财顾问若该客户有销售代表、定期保险，则搜索数据库若该客户不在数据库中，则把他加入潜在客户文件中若该客户有理财顾问，则准备销售材料其他专家系统的推理引擎示例图11.6获取知识：专家系统（2/2）一个成功的专家系统Con-Way运输公司建立了一个名为Line-haul的专家系统，辅助公司制定和优化全国范围内货运业务运输路线的规划大多数专家系统处理的是分类问题有相对较少的替代结果事先已知可能的结果许多专家系统要求大规模、长时间、代价高昂地进行开发和维护工作雇用或培训更多的专家可能更经济实惠组织智能：基于案例的推理（CBR）把描述为案例的专家经验的知识存储在数据库中（案例库）系统检索与新问题有相似特征的已有案例，并利用已有案例的答案来解决新案例的问题根据应用的结果把案例划分为成功或不成功的应用存储组织智慧CBR应用于医学诊断系统客户支持基于案例的推理工作机理用户描述问题系统搜索类似案例系统询问用户更多问题来缩小搜索范围系统找到最相似的案例及相关的解决方案系统调整解决方案使其更好地解决问题案例资料库系统在资料库中存储问题及成功解决方案成功？否是图11.7模糊逻辑系统以规则为基础的技术，体现了语言表示范畴（例如“寒冷”、“凉爽”）中的不确定性用语言描述一个特定的现象或过程，并将该描述用少数灵活的规则表示为需要专业知识但很难用IF-THEN规则表示的问题提供了解决方案相机的自动对焦检测可能的医疗欺诈仙台（Sendai’s）地铁系统的加速控制冷凉爽温暖标准热温度例如：温度控制的模糊逻辑图11.8机器学习计算机如何在没有明确编程的情况下提升自身性能识别模式经验之前的认知（数据库）当代应用的例子谷歌的搜索亚马逊、Netflix的推荐系统、神经网络在复杂而又难以进行分析的海量数据中发现模式和关系通过采用筛滤数据、寻找关联、建立模型，并不断进行模型校正，从大量的数据中“学习”人类通过将一组已知输出结果的输入数据作为训练样本集，输入到网络中达到“训练”的目的，以帮助神经网络通过实例来学习解决方案主要应用于医药、科学研究和企业管理等领域中的模式分类、预测、金融分析、控制和优化等问题输入层隐蔽层输出层数据•年龄•收入•购买历史•购买频率•平均购买规模结果有效购买套购神经网络是如何工作的？图11.9遗传算法是用于发现某个问题的大量可行解，并找到该具体问题的一个最优解的方法概念上是基于生物演进过程通过使用如遗传、变异、选择和转化等过程来改变并重构解决方案的各种组成部分，从而找到各种解决方案主要用于有数百或数千个变量存在的优化问题如：成本最小化、高效调度、最优喷气发动机设计等能够快速评估许多可能的解决方案染色体种群长度宽度重量长宽轻短窄重长窄重短适中轻长适中非常轻适应度染色体编码染色体评价遗传算法的组成：例子图11.10智能代理在客户服务、业务流程或软件应用中执行一些无须人工干预的、可重复的、可预测的具体任务如：删除垃圾电子邮件、找到最廉价的机票使用内置的或学习知识库有些知识库能够自我调整，例如：Siri聊天机器人基于智能代理建模的应用用于消费者行为、股票市场和供应链建模；用于预测流行病传播的建模等1.软件代理为供应商配送排期。如果一个供应商不能及时配送，代理会与其他供应商协商，生成一个替代配送方案。2.软件代理在各零售店搜索宝洁产品的实时数据，依赖数据安排生产来补充订单并给营销部门提供销售趋势分析。3.软件代理为批发商的运输排期，为库存低的零售商赋予优先级。如果为零售商的运输延迟了，代理会寻找另